திரள் நுண்ணறிவு மற்றும் பரிணாமக் கணக்கீட்டுக்கான சர்வதேச இதழ்

சுருக்கம்

மல்டி-அப்ஜெக்டிவ் ஆப்டிமைசேஷனுக்கான ஹைப்ரிட் சிம்ப்ளக்ஸ் ஆதிக்கம் செலுத்தாத வரிசையாக்க மரபணு அல்காரிதம்

Seid H Pourtakdous, Seid M Zandavi

இரண்டு நிறுவப்பட்ட ஹூரிஸ்டிக் அல்காரிதம்களின் பயன்பாட்டின் மூலம் பல-நோக்கு தேர்வுமுறை சிக்கல்களுக்கான ஒரு கலப்பின திட்டத்தை இந்தத் தாள் அறிமுகப்படுத்துகிறது. முன்மொழியப்பட்ட கலப்பினத் திட்டமானது நெல்டர்-மீட் சிம்ப்ளக்ஸ் அல்காரிதம் (SA) மற்றும் ஆதிக்கம் செலுத்தாத வரிசையாக்க ஜெனடிக் அல்காரிதம் II (NSGA II) ஆகிய இரண்டு பகுதிகளைக் கொண்டுள்ளது. இந்த வகையில், உகந்த புள்ளிகளுக்கான NSGA II வரிசைப்படுத்தலுக்குப் பிறகு, உள்ளூர் உகந்த புள்ளிகளைக் கண்டறிய SA உகந்த தொகுப்பைத் தேடுகிறது, இதனால் உலகளாவிய குறைந்தபட்ச அளவைக் கொண்டிருக்கும் ஒரு நம்பிக்கைக்குரிய பகுதியை உள்ளூர்மயமாக்குகிறது. SA என்பது ஒரு திறமையான அல்காரிதம் என்பதால் இது மிகவும் உதவிகரமாக உள்ளது, இது உகந்த புள்ளிக்கான நம்பிக்கைக்குரிய பகுதியை துல்லியமாகவும் விரைவாகவும் பயன்படுத்த முடியும். முன்மொழியப்பட்ட ஹைப்ரிட் திட்டம் சில பெஞ்ச் மார்க் செயல்பாடுகளின் மல்டி-அப்ஜெக்டிவ் ஆப்டிமைசேஷனுக்குப் பயன்படுத்தப்படுகிறது மற்றும் அதன் செயல்திறன் கிளாசிக்கல் NSGA II மற்றும் மல்டி-அப்ஜெக்டிவ் பார்ட்டிகல் ஸ்வார்ம் ஆப்டிமைசேஷன் (MOPSO) ஆகியவற்றுடன் ஒப்பிடப்படுகிறது. முன்மொழியப்பட்ட கலப்பினத் திட்டம் தற்போதுள்ள வழிமுறைகளை விட சிறந்த போட்டி முடிவுகளை வழங்குகிறது என்பதை எண்ணியல் முடிவுகள் காட்டுகின்றன.